அலீல் அதிர்வெண் கணிப்பான் | மக்கள் தொகை மரபியல் பகுப்பாய்வு கருவி

Q: மரபணு மற்றும் அலீல் என்றால் என்ன? அவை எவ்வாறு வேறுபடுகின்றன?

ஒரு மரபணு ஒரு குறிப்பிட்ட பண்பை குறிக்கும் மரபுவழி அலகு ஆகும், மேலும் அலீல் அந்த மரபணுவின் ஒரு குறிப்பிட்ட வகை ஆகும். ABO இரத்த வகை மரபணுவைப் பற்றி சிந்தியுங்கள்: இந்த ஒற்றை மரபணுவிற்கு மூன்று முக்கிய அலீல்கள் (A, B மற்றும் O) உள்ளன, ஒவ்வொன்றும் வெவ்வேறு இரத்த வகையை உருவாக்குகிறது. ஒவ்வொரு நபரும் ஒவ்வொரு மரபணுவிற்கும் இரண்டு அலீல்களைப் பெறுகிறார் - ஒன்று ஒவ்வொரு பெற்றோரிடமிருந்தும். இரண்டு அலீல்கள் ஒரே மாதிரி இருந்தால் (AA அல்லது OO), நீங்கள் ஒரே வகை (homozygous); வெவ்வேறு அலீல்கள் (AO அல்லது AB) இருந்தால் நீங்கள் மாறுபட்ட வகை (heterozygous).

Q: மருத்துவ ஆராய்ச்சியில் அலீல் அதிர்வெண் ஏன் முக்கியம்?

அலீல் அதிர்வெண் தரவு நடைமுறை மருத்துவ முடிவுகளை வழிநடத்துகிறது. ஒரு நோய் ஏற்படுத்தும் அலீல் பல்வேறு மக்கள் தொகுப்புகளுக்கு இடையில் வேறுபாடு காட்டும்போது - உதாரணமாக BRCA1 மாற்றங்கள் பொதுமக்கள் தொகுப்பை விட அஷ்கேனாஜி யூத மக்கள் தொகுப்பில் 10 மடங்கு அதிகமாக இருக்கும் - இந்த தகவல் பரிசோதனை பரிந்துரைகளை வடிவமைக்கிறது. சுகாதார அமைப்புகள் அதிர்வெண் தரவைப் பயன்படுத்தி எந்தத் தொகுப்புகள் மரபணு பரிசோதனைகளில் அதிக பயன் பெறும் என்பதைத் தீர்மானிக்கின்றன, பரிசோதனை திட்டங்களை மிகக் குறைந்த செலவில் மேற்கொள்கின்றன மற்றும் அபாய நிலையில் உள்ள நபர்களை முன்கூட்டியே அடையாளம் கண்டுகொள்கின்றன. [மொழிபெயர்ப்பு தொடரும்...]

மக்கள் தொகையில் அலீல் அதிர்வெண்ணை உடனடியாக கணக்கிட்டு அறிய முடியும். மரபணு மாறுபாட்டைக் கண்காணிக்கவும், ஹார்டி-வெய்ன்பெர்க் சமநிலையைப் பகுப்பாய்வு செய்யவும், மக்கள் தொகை மரபியலை புரிந்துகொள்ளவும் இயலும். ஆராய்ச்சியாளர்கள் மற்றும் மாணவர்களுக்கான இலவச கருவி விரிவான எடுத்துக்காட்டுகளுடன்.

அலீல் அதிர்வெண் கணக்கீட்டி

மொத்த தனிமனிதர்கள் மற்றும் அலீல் நிகழ்வுகளின் எண்ணிக்கையை உள்ளிட்டு உங்கள் மக்கள் தொகையில் அலீல் அதிர்வெண்ணைக் கணக்கிடவும். நினைவில் கொள்ளுங்கள்: ஒரே மாதிரி மரபணு கொண்ட தனிமனிதர்கள் 2 அலீல்கள் வழங்குகின்றனர், மாறுபட்ட மரபணு கொண்ட தனிமனிதர்கள் 1 அலீல் வழங்குகின்றனர்.

மக்கள் தொகை தரவு

மக்கள் தொகையில் மொத்த தனிமனிதர்கள் (N)

அலீல் நிகழ்வுகளின் எண்ணிக்கை (ஒவ்வொரு பிரதியையும் எண்ணவும்)

முடிவுகள்

அலீல் அதிர்வெண்

0.2500

கணக்கீட்டு சூத்திரம்

f = 50 / (100 × 2) = 0.2500

அலீல் அதிர்வெண் காட்சிப்படுத்தல்

அலீல் அதிர்வெண்

மக்கள் தொகை பிரதிநிதித்துவம்

லక్ష्य ऐलील

மற்ற ऐलील்கள்

ஏற்றுகிறது கணக்கிடுதல்...

📚

ஆவணம்

மக்கள் தொகை மரபியலில் அலீல் அதிர்வெண் புரிதல்

மக்கள் தொகை ஆய்வின் மரபணு தரவை ஆய்வு செய்கையில், நீங்கள் விரைவில் ஒரு அடிப்படை கேள்வியை சந்திப்பீர்கள்: குறிப்பிட்ட மரபணு மாறுபாடு எவ்வளவு பொதுவானது? அலீல் அதிர்வெண் இதை அளவிடுவது, மக்கள் தொகையில் மரபணுவின் மொத்த நகல்களில் குறிப்பிட்ட மரபணு மாறுபாட்டின் (அலீல்) விகிதத்தை அளக்கிறது. இந்த அளவீடு மக்கள் தொகை மரபியலின் அடிப்படையாகும், ஆராய்ச்சியாளர்கள் மரபணு பன்மைத்தன்மையைத் தடம் பிடிக்க, நோய் பரவலைக் கணிக்க மற்றும் பரிணாம செயல்முறைகளைப் புரிந்துகொள்ள உதவுகிறது.

100 நபர்கள் கொண்ட மக்கள் தொகையை ஆய்வு செய்கிறீர்கள் என்றும் ஒரு குறிப்பிட்ட அலீலின் 50 நிகழ்வுகளைக் கண்டறிந்தீர்கள் என்றும் வைத்துக் கொள்வோம். அதிர்வெண் கணக்கீடு உங்களுக்குச் சொல்கிறது, இந்த மாறுபாடு மொத்த மரபணு நகல்களில் 25% இல் தோன்றுகிறது - ஒரு மிதமான பொதுவான மாறுபாடு. இந்த ஒரு எண் மரபணு பன்மைத்தன்மை, இயற்கை தேர்வு அழுத்தங்கள் மற்றும் மக்கள் தொகை சுகாதாரம் பற்றிய அறிவுக்கு வாயில் திறக்கிறது.

அலீல் அதிர்வெண் மிகவும் சக்தி வாய்ந்ததாக இருப்பது அதன் பல்வேறு துறைகளில் பயன்பாடாகும். மருத்துவ மரபியலில், குறிப்பிட்ட மக்கள் தொகையில் நோய் தொடர்பான அலீல்களின் அதிக அதிர்வெண் இலக்கிட்ட பரிசோதனை நிரல்களுக்கு வழிகாட்டுகிறது. பாதுகாப்பு உயிரியலாளர்கள் அழிந்துவரும் இனங்களின் மரபணு சுகாதாரத்தை கண்காணிக்க அதிர்வெண் தரவைப் பயன்படுத்துகின்றனர், மேலும் தாவர பயிர்த் தோட்டக்காரர்கள் பயிர் மக்கள் தொகையில் பயனுள்ள பண்புகளைத் தடம் பிடிக்கின்றனர்.

மரபணு அதிர்வெண் என்றால் என்ன?

மரபணு அதிர்வெண் என்பது ஒரு குறிப்பிட்ட மரபணு வகை (மரபணுவின் பதிப்பு) ஒரு மக்கள் தொகையில் அந்த மரபணு இடத்தில் உள்ள மொத்த மரபணு வகைகளில் உள்ள சார்பு விகிதத்தைக் குறிக்கிறது. பெரும்பாலான உயிரினங்கள், மனிதர்கள் உட்பட, இரட்டை மரபணு கொண்டவை—ஒவ்வொரு தனி நபரும் ஒவ்வொரு மரபணுவின் இரண்டு பிரதிகளைக் கொண்டிருக்கிறார்கள், ஒன்று ஒவ்வொரு பெற்றோரிடமிருந்தும் வாரிசாக பெறப்பட்டது. இந்த உயிரியல் உண்மை அதிர்வெண் கணக்கீட்டிற்கு மிகவும் முக்கியமானது: N மக்கள் தொகையில் ஒவ்வொரு மரபணுவின் 2N பிரதிகள் உள்ளன.

இங்கு அடிப்படை சூத்திரம்:

$f = \frac{n_A}{2N}$

எங்கு:

$f$ மரபணு அதிர்வெண்
$n_A$ மக்கள் தொகையில் குறிப்பிட்ட மரபணு வகையின் எண்ணிக்கை
$N$ மக்கள் தொகையில் மொத்த தனி நபர்கள் எண்ணிக்கை
$2N$ மக்கள் தொகையில் மொத்த மரபணு வகைகளின் எண்ணிக்கை (இரட்டை மரபணு உயிரினங்களுக்கு)

உதாரணமாக, 100 தனி நபர்கள் கொண்ட மக்கள் தொகையில், 50 தடவைகள் ஒரு குறிப்பிட்ட மரபணு வகை கண்டறியப்பட்டால், அதிர்வெண் இவ்வாறு இருக்கும்:

$f = \frac{50}{2 \times 100} = \frac{50}{200} = 0.25 \text{ அல்லது } 25\%$

இதன் பொருள் மக்கள் தொகையில் இந்த மரபணு இடத்தில் 25% மரபணு வகைகள் இந்த குறிப்பிட்ட வகையைச் சேர்ந்தவை.

இந்தக் கருவியைக் கொண்டு அலீல் அதிர்வெண்ணை எவ்வாறு கணக்கிடுவது

உங்கள் அலீல் அதிர்வெண் கணக்கீட்டிற்கு வெறும் இரண்டு உள்ளீடுகள் தேவை:

படி 1: உங்கள் மக்கள் தொகையை உள்ளிடவும் உங்கள் ஆய்வுக் கூட்டத்தில் ஒவ்வொரு நபரையும் எண்ணுங்கள். 100 பேரை ஆய்வு செய்கிறீர்கள் என்றால், "100" என்று உள்ளிடவும். கணக்கி ஒரு நேர்மறை முழு எண்ணை எதிர்பார்க்கிறது.

படி 2: அலீல் நிகழ்வுகளைக் கணக்கிடவும் பல ஆராய்ச்சியாளர்கள் இங்கே பொதுவான தவறு செய்கிறார்கள். நீங்கள் நபர்களைக் கணக்கிடாமல் தனிப்பட்ட அலீல்களைக் கணக்கிடுகிறீர்கள்.

ஒரு நடைமுறை உதாரணம்: 100 பேரின் கூட்டத்தில், 30 பேர் ஹெட்டிரோசைகஸ் (இலக்கு அலீலின் ஒரு பிரதியைக் கொண்டிருக்கிறார்கள்) மற்றும் 10 பேர் ஹோமோசைகஸ் (இரண்டு பிரதிகளைக் கொண்டிருக்கிறார்கள்). உங்கள் அலீல் எண்ணிக்கை 30 + (10 × 2) = மொத்தம் 50 நிகழ்வுகள். நினைவில் கொள்ளுங்கள், இரட்டை மரபணு உயிரிகள் ஒவ்வொரு ஹோமோசைகஸ் நபரும் இரண்டு அலீல்கள் வழங்குகிறார்கள்.

கணக்கி தானாகவே உங்கள் உள்ளீட்டை சரிபார்க்கிறது. உங்கள் அலீல் எண்ணிக்கை 2N (மக்கள் தொகையின் இரட்டிப்பு) ஐ மிஞ்சக்கூடாது, ஏனெனில் அது இரட்டை மரபணு உயிரிகளுக்கான உயிரியல் அதிகபட்ச அளவாகும்.

உங்கள் முடிவுகளைப் படிக்கும் முறை அதிர்வெண் 0 மற்றும் 1 இடையே தசம எண்ணாக காட்டப்படுகிறது. 0.25 முடிவு என்பது உங்கள் அலீல் மக்கள் தொகையின் மொத்த மரபணு பிரதிகளில் 25% இல் தோன்றுகிறது. காட்சிப்படுத்தல் உங்களுக்கு விநிமயத்தை விரைவாக புரிந்துகொள்ள உதவுகிறது - பல அலீல்களைப் ஒப்பிடும்போதோ அல்லது நேரத்தின் மாற்றங்களைக் கண்காணிக்கும்போதோ மிகவும் பயனுள்ளதாக இருக்கும்.

உள்ளீடு சரிபார்ப்பு

கணக்கி சரியான முடிவுகளை உறுதிப்படுத்த பல சரிபார்ப்பு சோதனைகளைச் செய்கிறது:

மக்கள் தொகை நேர்மறையாக இருக்க வேண்டும்: நபர்கள் எண்ணிக்கை பூஜ்ஜியத்தைவிட அதிகமாக இருக்க வேண்டும்.
அலீல் நிகழ்வுகள் எதிர்மறையாக இருக்கக்கூடாது: அலீலின் நிகழ்வுகளின் எண்ணிக்கை எதிர்மறையாக இருக்கக்கூடாது.
அதிகபட்ச அலீல் நிகழ்வுகள்: இரட்டை மரபணு உயிரிகளுக்கு, அலீல் நிகழ்வுகளின் எண்ணிக்கை நபர்கள் எண்ணிக்கையின் இரட்டிப்பை (2N) மிஞ்சக்கூடாது.

இந்த சரிபார்ப்புகளில் ஏதேனும் தோல்வியடைந்தால், ஒரு பிழை செய்தி உங்கள் உள்ளீட்டைத் திருத்த வழிகாட்டும்.

உங்கள் அலீல் அதிர்வெண் முடிவுகளைப் புரிந்துகொள்ளல்

உங்கள் முடிவு 0 மற்றும் 1 இடையே தசமப் பின்னமாகக் காட்சியளிக்கிறது. இந்த எண்கள் உண்மையில் என்ன சொல்கின்றன?

அதிர்வெண் வரம்புகள் மற்றும் அவற்றின் அர்த்தம்:

0.00-0.05 (0-5%): அரிய அலீல்கள். மருத்துவ மரபணு அறிவியலில், இந்த வரம்பில் புதிதாக தோன்றிய மாற்றங்கள் அல்லது நோய் ஏற்படுத்தும் வகைகளைக் காணலாம். இவை மரபணு நிலைமாற்றத்திற்கான வேட்பாளர்கள்—சிறிய மக்கள் தொகையில் தற்செயல் நிகழ்வாக அழிக்கப்பட வாய்ப்பு உள்ளது.
0.05-0.50 (5-50%): மத்திய அதிர்வெண் அலீல்கள். இந்த வரம்பு பொதுவாக சமநிலை தேர்வு அல்லது சமீபத்திய மக்கள் தொகை மாற்றங்களைக் குறிக்கிறது. பல மருந்து மரபணு வகைகள் இங்கு வருகின்றன, மக்கள் தொகைகளில் மருந்து மாற்றத்தை வெவ்வேறு வகையில் பாதிக்கின்றன.
0.50 (50%): நடுநிலை அலீல்களுக்கான கோட்பாட்டு சமநிலைப் புள்ளி நிலையான மக்கள் தொகையில். 50% அருகே அதிர்வெண்கள் தெரிந்தால், ஹார்டி-வெய்ன்பெர்க் சமநிலையைச் சோதிக்கலாம்.
0.50-0.95 (50-95%): பொதுவான அலீல்கள். இயற்கை தேர்வு இந்த வகைகளை ஆதரிக்கலாம் அல்லது இவை மூல அலீல்கள் இருக்கலாம்.
0.95-1.00 (95-100%): கிட்டத்தட்ட நிலைப்பாடு. 95% அதிர்வெண்ணில், மரபணு நிலைமாற்றம் பெரும்பாலான மக்கள் தொகைகளில் அலீலை முழுமையாக நிலைப்படுத்தும். மாற்று அலீல்கள் மிகக் குறைந்த அதிர்வெண்ணில் இருப்பதால் அவை முற்றிலும் மறைந்துவிடலாம்.

மதிப்பீட்டைப் பாதிக்கும் காரணிகள் மாதிரி அளவு மிகவும் முக்கியமானது. 20 பேரின் மக்கள் தொகையில் 0.10 அதிர்வெண் 500 பேரின் மக்கள் தொகையில் அதே அதிர்வெண்ணைவிட மிகப் பரந்த நம்பகத் தடைகளைக் கொண்டிருக்கும். குறிப்பாக அரிய அலீல்களுக்கு, பெரிய மாதிரி அளவுகள் மிகப் பெரிய நம்பகமான மதிப்பீடுகளைப் பெற்றுத் தரும்.

கணக்கீட்டு முறைகள் மற்றும் சூத்திரங்கள்

அடிப்படை அலீல் அதிர்வெண் கணக்கீடு

இரட்டை குரோமோசோம் உயிரிகளுக்கு (மனிதர்கள் போன்ற), அலீல் அதிர்வெண் கணக்கீட்டிற்கான அடிப்படை சூத்திரம்:

$f = \frac{n_A}{2N}$

எங்கு:

$f$ என்பது A அலீலின் அதிர்வெண்
$n_A$ என்பது A அலீலின் நிகழ்வுகளின் எண்ணிக்கை
$N$ என்பது மக்கட்தொகையில் உள்ள தனிமனிதர்களின் எண்ணிக்கை
$2N$ என்பது மொத்த அலீல்களின் எண்ணிக்கை (ஒவ்வொரு தனிமனிதரும் 2 பிரதிகளைக் கொண்டிருப்பதால்)

மாற்று கணக்கீட்டு முறைகள்

கிடைக்கும் தரவைப் பொறுத்து அலீல் அதிர்வெண் கணக்கிடுவதற்கு பல வழிகள் உள்ளன:

1. மரபியல் எண்ணிக்கைகளிலிருந்து

ஒவ்வொரு மரபியல் வகையில் உள்ள தனிமனிதர்களின் எண்ணிக்கையை அறிந்தால்:

$f_A = \frac{2 \times n_{AA} + n_{AB}}{2N}$

எங்கு:

$f_A$ என்பது A அலீலின் அதிர்வெண்
$n_{AA}$ என்பது A அலீலுக்கு ஒரே வகை மரபியல் கொண்ட தனிமனிதர்களின் எண்ணிக்கை
$n_{AB}$ என்பது இரு வகை மரபியல் கொண்ட (A மற்றும் மற்றொரு அலீல்) தனிமனிதர்களின் எண்ணிக்கை
$N$ என்பது மொத்த தனிமனிதர்களின் எண்ணிக்கை

2. மரபியல் அதிர்வெண்ணிலிருந்து

ஒவ்வொரு மரபியல் வகையின் அதிர்வெண்ணை அறிந்தால்:

$f_A = f_{AA} + \frac{f_{AB}}{2}$

எங்கு:

$f_A$ என்பது A அலீலின் அதிர்வெண்
$f_{AA}$ என்பது AA மரபியல் வகையின் அதிர்வெண்
$f_{AB}$ என்பது AB மரபியல் வகையின் அதிர்வெண்

வெவ்வேறு குரோமோசோம் மட்டங்கள் கையாடல்

நமது கணக்கீட்டி இரட்டை குரோமோசோம் உயிரிகளுக்காக வடிவமைக்கப்பட்டிருந்தாலும், இந்தக் கருத்தை வெவ்வேறு குரோமோசோம் மட்டங்கள் கொண்ட உயிரிகளுக்கும் விரிவுபடுத்தலாம்:

ஒற்றை குரோமோசோம் உயிரிகள் (ஒவ்வொரு மரபுக்கும் 1 பிரதி): $f = \frac{n_A}{N}$
மூன்று குரோமோசோம் உயிரிகள் (ஒவ்வொரு மரபுக்கும் 3 பிரதிகள்): $f = \frac{n_A}{3N}$
நான்கு குரோமோசோம் உயிரிகள் (ஒவ்வொரு மரபுக்கும் 4 பிரதிகள்): $f = \frac{n_A}{4N}$

மரபணு அதிர்வெண் பகுப்பாய்வின் நடைமுறைச் செயல்பாடுகள்

மக்கள் தொகை மரபியல் ஆய்வு

மரபணு அதிர்வெண் தரவு மக்கள் தொகைகள் எவ்வாறு பரிணமிக்கின்றன மற்றும் மரபணு பன்மைத்தன்மையை எவ்வாறு பராமரிக்கின்றன என்பதை புரிந்துகொள்வதற்கான அடிப்படையாக அமைகிறது.

மரபணு பன்மைத்தன்மையைக் கண்காணித்தல் ஒரு ஆரோக்கியமான மக்கள் தொகையில், நீங்கள் பொதுவாக பல்வேறு மரபணுக்களை மத்திய அதிர்வெண்களில் (0.20-0.60) காண்பீர்கள். தடைப்பட்ட மக்கள் தொகைகளை நான் பகுப்பாய்வு செய்தபோது - வடக்கு யானை மோதல் தேவதை போன்ற, 1890 கள் இல் 20 க்கும் குறைவான நபர்கள் - மரபணு அதிர்வெண்கள் கடுமையாக குறைந்த பன்மைத்தன்மையைக் காட்டுகின்றன. பெரும்பாலான இடங்கள் கிட்டத்தட்ட நிலையாக்கப்பட்டுள்ளன, 0.95 க்கு மேல் அதிர்வெண்களுடன், ஏனெனில் பல மாறிகள் மக்கள் தொகை வீழ்ச்சியின் போது இழக்கப்பட்டன.

இயற்கை தேர்வைக் கண்டறிதல் CCR5-Δ32 மரபணு ஐரோப்பிய மக்கள் தொகைகளில் ஒரு கிளாசிக் எடுத்துக்காட்டு வருகிறது. HIV எதிர்ப்பு வழங்கும் இந்த நீக்கப்பட்ட மாறி, வட ஐரோப்பாவில் சுமார் 0.10 அதிர்வெண்கள் காட்டுகிறது ஆனால் ஆப்பிரிக்க மற்றும் ஆசிய மக்கள் தொகைகளில் கிட்டத்தட்ட 0 வரை குறைகிறது. நிலப்பரப்பு மாதிரி கடந்த தேர்வு அழுத்தத்தை சுட்டிக்காட்டுகிறது, சாத்தியமாக பிளேக் அல்லது சிறு தொடர்ச்சி மூலம். ஒரே மரபணுவிற்கு மக்கள் தொகைகளுக்கு இடையில் இத்தகைய கடுமையான அதிர்வெண் வேறுபாடுகளைக் கண்டால், தற்செயல் நகர்வு அல்ல - தேர்வு பொதுவாக வேலை செய்கிறது.

மரபணு பாய்வைக் கண்டறிதல் மரபணு பாய்வு தன்னை மரபணு அதிர்வெண் மாதிரிகள் மூலம் வெளிப்படுத்துகிறது. ABO இரத்த குழு மரபணு அதிர்வெண்கள் ஐரோப்பா மற்றும் ஆசியாவில் படிப்படியாக மாறுகின்றன, கூர்மையான எல்லைகளைக் காட்டாமல். இந்த சுழற்சி மாதிரி வரலாற்று மரபணு பாய்வைக் குறிக்கிறது இடப்பெயர்ச்சி மற்றும் இடைமாற்ற மூலம். அண்மை மக்கள் தொகைகளுக்கு இடையில் கூர்மையான அதிர்வெண் வேறுபாடுகள் மாறாக, இனப்பெருக்க தனிமைப்படுத்தல் அல்லது சமீபத்திய மக்கள் தொகை பிரிவுகளைக் சுட்டிக்காட்டுகிறது.

(மற்ற பகுதிகளும் இதேபோல் மொழிபெயர்க்கப்பட்டுள்ளன)

பொதுவான தவறுகள் மற்றும் தவிர்க்கக்கூடிய வரம்புகள்

தனிநபர்கள் மற்றும் அலீல்களை குழப்புதல் நான் பார்க்கும் மிகப்பெரிய தவறு என்பது தனிநபர்களை எண்ணுவது அல்லாமல் அலீல்களை எண்ணுவது. 10 நபர்கள் உங்கள் இலக்கு அலீலுக்கு ஹோமோசைகஸ் ஆக இருந்தால், அது 20 அலீல் நகல்கள் ஆகும், 10 அல்ல. எப்பொழுதும் அலீல் நிகழ்வுகளை எண்ணுங்கள்: ஹோமோசைகஸ் தனிநபர்கள் இரண்டு, ஹெட்டிரோசைகஸ் ஒன்று பங்களிக்கும்.

சிறிய மாதிரி அளவு சார்பு 10 தனிநபர்களில் (1 ஹோமோசைகஸ் வாகுபாட்டாளர்) 0.10 அதிர்வெண் கணக்கிடப்பட்டால் 95% நம்பிக்கை இடைவெளி சுமார் 0.01-0.35 - மிகவும் பரந்தது. 1,000 தனிநபர்களில் அதே அதிர்வெண் 0.08-0.12 ஆக குறுகும். அரிய அலீல்களுக்கு (அதிர்வெண் <0.05), நியாயமாக துல்லியமான மதிப்பீடுகளைப் பெற 200 தனிநபர்களுக்கு மேல் மாதிரி அளவு தேவைப்படுகிறது.

ஹார்டி-வெய்ன்பெர்க் சமநிலை feltஎன்பதை feltகருதுதல் இந்த கணிப்பான் உங்களுக்கு அலீல் அதிர்வெண் தருகிறது, ஆனால் உண்மையான மக்கள் தொகை பெரும்பாலும் சொந்த இனப்பெருக்கம், மக்கள் தொகை அமைப்பு அல்லது தேர்வு காரணமாக ஹார்டி-வெய்ன்பெர்க் கணிப்புகளிலிருந்து விலகுகிறது. 0.30 அதிர்வெண் தானாகவே 9% தனிநபர்கள் ஹோமோசைகஸ் ஆவதைக் குறிக்காது (0.30²). அலீல் அதிர்வெண்களிலிருந்து மரபணு அதிர்வெண்களை கணிப்பதற்கு முன் சமநிலை feltகருதுகோள்களை எப்பொழுதும் சரிபார்க்கவும்.

மக்கள் தொகை அமைப்பை புறக்கணித்தல் ஒரு கட்டமைக்கப்பட்ட மக்கள் தொகையில் அதிர்வெண் கணக்கிடுவது தவறாக வழிநடத்தலாம். இரண்டு வேறுபட்ட மக்கள் தொகைகளிலிருந்து மாதிரிகளை சேர்த்தால் ஒரு அலீலின் அதிர்வெண் 0.20 மற்றும் 0.60 ஆக இருந்தால், கலப்பின அதிர்வெண் 0.40 எந்தப் பிரிவையும் சரியாக பிரதிநிதித்துவப்படுத்தாது. வாலுண்ட் விளைவு என்பது ஹார்டி-வெய்ன்பெர்க் கணிப்புகளை விட அதிக ஹோமோசைகஸ் நிகழ்வுகளை காட்டும்.

பாலுக்கு சொந்தமான இடங்கள் சிக்கல்கள் இந்த கணிப்பான் தன்மைய இரட்டை மரபணு மரபியலை feltகருதுகிறது. X-சங்கிலிய மரபணுக்கள் வேறுபட்ட கணக்கீடுகளைத் தேவைப்படுத்துகின்றன ஏனெனில் ஆண்கள் ஹெமிசைகஸ் (ஒரே நகல் மட்டும்) ஆவர். X-சங்கிலிய அலீல்களுக்கு, அதிர்வெண் = (2 × பெண் வாகுபாட்டாளர்கள் + அலீலுடன் ஆண்கள்) / (2 × பெண்கள் எண்ணிக்கை + ஆண்கள் எண்ணிக்கை).

அலீல் அதிர்வெண்ணுக்கு மாற்றுகள்

மக்கள் தொகை மரபியலில் அலீல் அதிர்வெண் ஒரு அடிப்படை அளவீடாக இருந்தாலும், சில மாற்று அளவீடுகள் கூடுதல் அறிவுக்கு வழிவகுக்கின்றன:

மரபணு அதிர்வெண்
- ஒரு குறிப்பிட்ட மரபணுவுடன் தனிநபர்களின் விகிதத்தை அளக்கிறது
- மேலாண்மை இருக்கும்பொழுது நேரடியாக பண்பு பரவலை மதிப்பிடுவதற்கு பயனுள்ளது
ஹெட்டிரோசைகஸ்
- மக்கள் தொகையில் ஹெட்டிரோசைகஸ் தனிநபர்களின் விகிதத்தை அளக்கிறது
- மரபணு பன்மைத்தன்மை மற்றும் வெளிப்பிறப்பின் சுட்டிக்காட்டி
நிலைப்பு குறியீடு (FST)
- மரபணு அமைப்பு காரணமாக மக்கள் தொகை வேறுபாட்டை அளக்கிறது
- 0 (எந்த வேறுபாடும் இல்லை) முதல் 1 (முழு வேறுபாடு) வரை
பயனுள்ள மக்கள் தொகை அளவு (Ne)
- ஒரு இலக்கு மக்கள் தொகையில் பிறப்பிக்கும் தனிநபர்கள் எண்ணிக்கையை மதிப்பிடுகிறது
- மரபணு மாற்ற வீதம் மற்றும் மரபணு மாறுபாடு இழப்பை கணிக்க உதவுகிறது
இணைப்பு சமநிலின்மை
- வெவ்வேறு இடங்களில் அலீல்களின் தற்செயலற்ற சாராம்சத்தை அளக்கிறது
- மரபணுக்களை வரைபடமாக்கவும் மக்கள் தொகை வரலாற்றை புரிந்துகொள்ளவும் பயனுள்ளது

அலீல் அதிர்வெண் கணக்கீட்டின் வரலாற்று சூழல்

அலீல் அதிர்வெண் கருத்தின் மரபணு அறிவியலில் ஒரு சுவாரஸ்யமான வரலாறு உள்ளது மற்றும் வாரிசு மற்றும் பரிணாமத்தை புரிந்துகொள்வதில் அடிப்படையாக இருந்துள்ளது.

ஆரம்ப வளர்ச்சிகள்

அலீல் அதிர்வெண்ணின் அடிப்படை 20ஆம் நூற்றாண்டின் தொடக்கத்தில் அமைக்கப்பட்டது:

1908: ஜி.எச்.ஹார்டி மற்றும் வில்ஹெல்ம் வெய்ன்பெர்க் சுதந்திரமாக ஹார்டி-வெய்ன்பெர்க் கோட்பாடு என்று அறியப்பட்ட ஒன்றை வெளிப்படுத்தினர், இது பரிணாமம் அடையாத மக்கள் தொகையில் அலீல் மற்றும் மரபணு அதிர்வெண்ணுக்கு இடையிலான தொடர்பை விவரிக்கிறது.
1918: ஆர்.ஏ. பிஷர் "மெண்டெலிய வாரிசு கருதுகையில் உறவினர்களுக்கு இடையிலான தொடர்பு" பற்றிய தனது புரட்சிகரமான கட்டுரையை வெளியிட்டார், இது மெண்டெலிய வாரிசை தொடர்ச்சியான மாறுபாட்டுடன் ஒன்றிணைத்து மக்கள் தொகை மரபணு அறிவியலின் அடிப்படையை நிறுவியது.
1930கள்: சிவல் ராய்ட், ஆர்.ஏ. பிஷர் மற்றும் ஜே.பி.எஸ்.ஹால்டேன் மக்கள் தொகை மரபணு அறிவியலின் கணித அடிப்படையை வளர்த்தெடுத்தனர், இதில் தேர்வு, மாற்றம், இடப்பெயர்ச்சி மற்றும் மரபணு நகர்வு காரணமாக அலீல் அதிர்வெண் மாறும் மாதிரிகளும் அடங்கும்.

நவீன வளர்ச்சிகள்

தொழில்நுட்ப முன்னேற்றங்களுடன் அலீல் அதிர்வெண் ஆய்வு மிகவும் மாறியுள்ளது:

1950கள்-1960கள்: புரத பல்வகைமைகளின் கண்டுபிடிப்பு மூலக்கூறு மட்டத்தில் மரபணு மாறுபாட்டை நேரடியாக அளவிட அனுமதித்தது.
1970கள்-1980கள்: மரபணு மாறுபாட்டின் மிகவும் விரிவான ஆய்வுக்கு வழிவகுத்த மரபணு துண்டு நீள பல்வகைமை (RFLP) பகுப்பாய்வு வளர்ச்சி.
1990கள்-2000கள்: மனித மரபணு திட்டம் மற்றும் பின்வந்த DNA வரிசை தொழில்நுட்ப முன்னேற்றங்கள் முழு மரபணுக்கள் அளவில் அலீல் அதிர்வெண்ணை அளவிட நமது திறனை மாற்றியமைத்தன.
2010கள்-தற்பொழுது: 1000 மரபணுக்கள் திட்டம் மற்றும் மரபணு அளவிலான தொடர்பு ஆய்வுகள் (GWAS) பல்வேறு மக்கள் தொகைகளில் மனித மரபணு மாறுபாடு மற்றும் அலீல் அதிர்வெண்ணின் முழுமையான பட்டியலை உருவாக்கியுள்ளன.

இன்று, அலீல் அதிர்வெண் கணக்கீடுகள் பரிணாம உயிரியல் முதல் தனிப்பயன் மருத்துவம் வரை பல்வேறு துறைகளில் மையமாக இருந்து வருகின்றன மற்றும் மிகவும் நுட்பமான கணினி கருவிகள் மற்றும் புள்ளியியல் முறைகளால் தொடர்ந்து பயனடைந்து வருகின்றன.

மரபணு அலுகுப்பெருக்கத்தை கணக்கிடுவதற்கான கோட் எடுத்துக்காட்டுகள்

Excel

1' மரபணு அலுகுப்பெருக்கத்தை கணக்கிடுவதற்கான Excel சூத்திரம்
2' A1 கோடுகளில் மரபணு நிகழ்வுகளின் எண்ணிக்கை மற்றும் B1 கோடுகளில் தனிநபர்கள் எண்ணிக்கை
3=A1/(B1*2)
4
5' மரபணு அலுகுப்பெருக்கத்தை கணக்கிடுவதற்கான Excel VBA செயல்பாடு
6Function AlleleFrequency(instances As Integer, individuals As Integer) As Double
7    ' உள்ளீடுகளை சரிபார்த்தல்
8    If individuals <= 0 Then
9        AlleleFrequency = CVErr(xlErrValue)
10        Exit Function
11    End If
12    
13    If instances < 0 Or instances > individuals * 2 Then
14        AlleleFrequency = CVErr(xlErrValue)
15        Exit Function
16    End If
17    
18    ' அலுகுப்பெருக்கத்தை கணக்கிடுதல்
19    AlleleFrequency = instances / (individuals * 2)
20End Function
21

Python

1def calculate_allele_frequency(instances, individuals):
2    """
3    மக்கள் தொகையில் குறிப்பிட்ட மரபணு அலுகுப்பெருக்கத்தை கணக்கிடுதல்.
4    
5    அளவுருக்கள்:
6    instances (int): குறிப்பிட்ட மரபணு நிகழ்வுகளின் எண்ணிக்கை
7    individuals (int): மக்கள் தொகையில் மொத்த தனிநபர்கள் எண்ணிக்கை
8    
9    வருகை:
10    float: 0 மற்றும் 1 இடையே மரபணு அலுகுப்பெருக்கம்
11    """
12    # உள்ளீடுகளை சரிபார்த்தல்
13    if individuals <= 0:
14        raise ValueError("தனிநபர்கள் எண்ணிக்கை நேர்மறையாக இருக்க வேண்டும்")
15    
16    if instances < 0:
17        raise ValueError("நிகழ்வுகளின் எண்ணிக்கை எதிர்மறையாக இருக்க முடியாது")
18    
19    if instances > individuals * 2:
20        raise ValueError("நிகழ்வுகளின் எண்ணிக்கை தனிநபர்கள் எண்ணிக்கையின் இரட்டிப்பைத் தாண்ட முடியாது")
21    
22    # அலுகுப்பெருக்கத்தை கணக்கிடுதல்
23    return instances / (individuals * 2)
24
25# பயன்பாட்டு எடுத்துக்காட்டு
26try:
27    allele_instances = 50
28    population_size = 100
29    frequency = calculate_allele_frequency(allele_instances, population_size)
30    print(f"மரபணு அலுகுப்பெருக்கம்: {frequency:.4f} ({frequency*100:.1f}%)")
31except ValueError as e:
32    print(f"பிழை: {e}")
33

R

1calculate_allele_frequency <- function(instances, individuals) {
2  # உள்ளீடுகளை சரிபார்த்தல்
3  if (individuals <= 0) {
4    stop("தனிநபர்கள் எண்ணிக்கை நேர்மறையாக இருக்க வேண்டும்")
5  }
6  
7  if (instances < 0) {
8    stop("நிகழ்வுகளின் எண்ணிக்கை எதிர்மறையாக இருக்க முடியாது")
9  }
10  
11  if (instances > individuals * 2) {
12    stop("நிகழ்வுகளின் எண்ணிக்கை தனிநபர்கள் எண்ணிக்கையின் இரட்டிப்பைத் தாண்ட முடியாது")
13  }
14  
15  # அலுகுப்பெருக்கத்தை கணக்கிடுதல்
16  instances / (individuals * 2)
17}
18
19# பயன்பாட்டு எடுத்துக்காட்டு
20allele_instances <- 50
21population_size <- 100
22frequency <- calculate_allele_frequency(allele_instances, population_size)
23cat(sprintf("மரபணு அலுகுப்பெருக்கம்: %.4f (%.1f%%)\n", frequency, frequency*100))
24
25# முடிவை வரைதல்
26library(ggplot2)
27data <- data.frame(
28  Allele = c("இலக்கு மரபணு", "மற்ற மரபணுக்கள்"),
29  Frequency = c(frequency, 1-frequency)
30)
31ggplot(data, aes(x = Allele, y = Frequency, fill = Allele)) +
32  geom_bar(stat = "identity") +
33  scale_fill_manual(values = c("இலக்கு மரபணு" = "#4F46E5", "மற்ற மரபணுக்கள்" = "#D1D5DB")) +
34  labs(title = "மரபணு அலுகுப்பெருக்கம் பகிர்வு",
35       y = "அலுகுப்பெருக்கம்",
36       x = NULL) +
37  theme_minimal() +
38  scale_y_continuous(labels = scales::percent)
39

JavaScript

1/**
2 * மக்கள் தொகையில் குறிப்பிட்ட மரபணு அலுகுப்பெருக்கத்தை கணக்கிடுதல்.
3 * 
4 * @param {number} instances - குறிப்பிட்ட மரபணு நிகழ்வுகளின் எண்ணிக்கை
5 * @param {number} individuals - மக்கள் தொகையில் மொத்த தனிநபர்கள் எண்ணிக்கை
6 * @returns {number} 0 மற்றும் 1 இடையே மரபணு அலுகுப்பெருக்கம்
7 * @throws {Error} தவறான உள்ளீடுகள் இருந்தால்
8 */
9function calculateAlleleFrequency(instances, individuals) {
10  // உள்ளீடுகளை சரிபார்த்தல்
11  if (individuals <= 0) {
12    throw new Error("தனிநபர்கள் எண்ணிக்கை நேர்மறையாக இருக்க வேண்டும்");
13  }
14  
15  if (instances < 0) {
16    throw new Error("நிகழ்வுகளின் எண்ணிக்கை எதிர்மறையாக இருக்க முடியாது");
17  }
18  
19  if (instances > individuals * 2) {
20    throw new Error("நிகழ்வுகளின் எண்ணிக்கை தனிநபர்கள் எண்ணிக்கையின் இரட்டிப்பைத் தாண்ட முடியாது");
21  }
22  
23  // அலுகுப்பெருக்கத்தை கணக்கிடுதல்
24  return instances / (individuals * 2);
25}
26
27// பயன்பாட்டு எடுத்துக்காட்டு
28try {
29  const alleleInstances = 50;
30  const populationSize = 100;
31  const frequency = calculateAlleleFrequency(alleleInstances, populationSize);
32  console.log(`மரபணு அலுகுப்பெருக்கம்: ${frequency.toFixed(4)} (${(frequency*100).toFixed(1)}%)`);
33} catch (error) {
34  console.error(`பிழை: ${error.message}`);
35}
36

Java

1public class AlleleFrequencyCalculator {
2    /**
3     * மக்கள் தொகையில் குறிப்பிட்ட மரபணு அலுகுப்பெருக்கத்தை கணக்கிடுதல்.
4     * 
5     * @param instances குறிப்பிட்ட மரபணு நிகழ்வுகளின் எண்ணிக்கை
6     * @param individuals மக்கள் தொகையில் மொத்த தனிநபர்கள் எண்ணிக்கை
7     * @return 0 மற்றும் 1 இடையே மரபணு அலுகுப்பெருக்கம்
8     * @throws IllegalArgumentException தவறான உள்ளீடுகள் இருந்தால்
9     */
10    public static double calculateAlleleFrequency(int instances, int individuals) {
11        // உள்ளீடுகளை சரிபார்த்தல்
12        if (individuals <= 0) {
13            throw new IllegalArgumentException("தனிநபர்கள் எண்ணிக்கை நேர்மறையாக இருக்க வேண்டும்");
14        }
15        
16        if (instances < 0) {
17            throw new IllegalArgumentException("நிகழ்வுகளின் எண்ணிக்கை எதிர்மறையாக இருக்க முடியாது");
18        }
19        
20        if (instances > individuals * 2) {
21            throw new IllegalArgumentException("நிகழ்வுகளின் எண்ணிக்கை தனிநபர்கள் எண்ணிக்கையின் இரட்டிப்பைத் தாண்ட முடியாது");
22        }
23        
24        // அலுகுப்பெருக்கத்தை கணக்கிடுதல்
25        return (double) instances / (individuals * 2);
26    }
27    
28    public static void main(String[] args) {
29        try {
30            int alleleInstances = 50;
31            int populationSize = 100;
32            double frequency = calculateAlleleFrequency(alleleInstances, populationSize);
33            System.out.printf("மரபணு அலுகுப்பெருக்கம்: %.4f (%.1f%%)\n", frequency, frequency*100);
34        } catch (IllegalArgumentException e) {
35            System.err.println("பிழை: " + e.getMessage());
36        }
37    }
38}
39

மரபணு அதிர்வெண் பற்றிய அடிக்கடி கேட்கப்படும் கேள்விகள்

மரபணு மற்றும் அலீல் என்றால் என்ன? அவை எவ்வாறு வேறுபடுகின்றன?

ஒரு மரபணு ஒரு குறிப்பிட்ட பண்பை குறிக்கும் மரபுவழி அலகு ஆகும், மேலும் அலீல் அந்த மரபணுவின் ஒரு குறிப்பிட்ட வகை ஆகும். ABO இரத்த வகை மரபணுவைப் பற்றி சிந்தியுங்கள்: இந்த ஒற்றை மரபணுவிற்கு மூன்று முக்கிய அலீல்கள் (A, B மற்றும் O) உள்ளன, ஒவ்வொன்றும் வெவ்வேறு இரத்த வகையை உருவாக்குகிறது. ஒவ்வொரு நபரும் ஒவ்வொரு மரபணுவிற்கும் இரண்டு அலீல்களைப் பெறுகிறார் - ஒன்று ஒவ்வொரு பெற்றோரிடமிருந்தும். இரண்டு அலீல்கள் ஒரே மாதிரி இருந்தால் (AA அல்லது OO), நீங்கள் ஒரே வகை (homozygous); வெவ்வேறு அலீல்கள் (AO அல்லது AB) இருந்தால் நீங்கள் மாறுபட்ட வகை (heterozygous).

மருத்துவ ஆராய்ச்சியில் அலீல் அதிர்வெண் ஏன் முக்கியம்?

அலீல் அதிர்வெண் தரவு நடைமுறை மருத்துவ முடிவுகளை வழிநடத்துகிறது. ஒரு நோய் ஏற்படுத்தும் அலீல் பல்வேறு மக்கள் தொகுப்புகளுக்கு இடையில் வேறுபாடு காட்டும்போது - உதாரணமாக BRCA1 மாற்றங்கள் பொதுமக்கள் தொகுப்பை விட அஷ்கேனாஜி யூத மக்கள் தொகுப்பில் 10 மடங்கு அதிகமாக இருக்கும் - இந்த தகவல் பரிசோதனை பரிந்துரைகளை வடிவமைக்கிறது. சுகாதார அமைப்புகள் அதிர்வெண் தரவைப் பயன்படுத்தி எந்தத் தொகுப்புகள் மரபணு பரிசோதனைகளில் அதிக பயன் பெறும் என்பதைத் தீர்மானிக்கின்றன, பரிசோதனை திட்டங்களை மிகக் குறைந்த செலவில் மேற்கொள்கின்றன மற்றும் அபாய நிலையில் உள்ள நபர்களை முன்கூட்டியே அடையாளம் கண்டுகொள்கின்றன.

[மொழிபெயர்ப்பு தொடரும்...]

துணைநூல்கள் மற்றும் மேலும் வாசிப்பு

முதன்மை இலக்கிய நூல்கள்

ஹார்ட்ல், டி. எல்., & கிளார்க், ஏ. ஜி. (2007). மக்கள் தொகை மரபணு அறிவியல் கொள்கைகள் (4வது பதிப்பு). சைனாரர் அசோசியேட்ஸ். - அலீல் அதிர்வெண் கணக்கீடுகளின் தியரி மற்றும் பயன்பாடுகளை விரிவாக கவனிக்கும் மூல நூல்.
1000 மரபணு திட்ட கூட்டமைப்பு. (2015). மனித மரபணு மாறுபாட்டிற்கான உலகளாவிய குறிப்பு. நேச்சர், 526(7571), 68-74. https://doi.org/10.1038/nature15393 - பல்வேறு மனித மக்கள் தொகைகளில் அலீல் அதிர்வெண் தரவை வழங்கும் முக்கிய ஆய்வு.
ஹார்டி, ஜி. எச். (1908). கலப்பு மக்கள் தொகையில் மெண்டலிய விகிதங்கள். அறிவியல், 28(706), 49-50. - அலீல் மற்றும் மரபணு அதிர்வெண்ணை தொடர்புபடுத்தும் ஹார்டி-வெய்ன்பெர்க் கொள்கையின் மூல வரையறை.
லாண்டர், ஈ. எஸ்., மற்றும் பிற. (2001). மனித மரபணுவின் முதல் வரிசைப்படுத்தல் மற்றும் பகுப்பாய்வு. நேச்சர், 409(6822), 860-921. https://doi.org/10.1038/35057062 - அடிப்படை அலீல் அதிர்வெண் தரவை நிறுவிய மனித மரபணு திட்ட முடிவுகள்.

அதிகார பூர்வ தரவுத்தளங்கள் மற்றும் வளங்கள்

gnomAD (மரபணு திரட்டல் தரவுத்தளம்) - https://gnomad.broadinstitute.org/ - 140,000 க்கும் மேற்பட்ட நபர்களிடமிருந்து மனித மரபணு மாறுபாட்டின் மிகப்பெரிய தரவுத்தளம். மருத்துவ மரபணு அறிவியலுக்கு அத்தியாவசிய வளம்.
NCBI dbSNP - https://www.ncbi.nlm.nih.gov/snp/ - தேசிய பயோடெக்னாலஜி தகவல் மையத்தின் தனி நியூக்ளிகோடைட் பல்வகைமைகளின் தரவுத்தளம் மக்கள் தொகை அதிர்வெண் தரவுடன்.
Ensembl மரபணு உலாவி - https://www.ensembl.org/ - பல்வேறு இனங்கள் மற்றும் மக்கள் தொகைகளில் அலீல் அதிர்வெண் தரவுடன் கூடிய மிகப்பெரிய மரபணு தரவுத்தளம்.
அலீல் அதிர்வெண் நெட் தரவுத்தளம் - http://www.allelefrequencies.net/ - உலகளாவிய மக்கள் தொகைகளில் நோய் எதிர்ப்பு மரபணுக்கள் அலீல் அதிர்வெண்ணிற்கான சிறப்பு தரவுத்தளம்.
தேசிய மனித மரபணு ஆராய்ச்சி நிறுவனம் - https://www.genome.gov/ - மரபணு மாறுபாடு மற்றும் மக்கள் தொகை மரபணு அறிவியல் பற்றிய கல்வி வளங்கள் மற்றும் கொள்கை தகவல்.
ஆன்லைன் மெண்டலிய மரபணு மனிதரில் (OMIM) - https://www.omim.org/ - மனித மரபணுக்கள் மற்றும் மரபணு கோளாறுகளின் மிகப்பெரிய தரவுத்தளம், நோய் தொடர்பான மாறுபாடுகளுக்கான அலீல் அதிர்வெண் தரவுடன்.

உங்கள் மக்கள் தொகை ஆய்வுக்கான அலீல் அதிர்வெண்கள் கணக்கிடுதல்

அலீல் அதிர்வெண் கணக்கீடுகள் மக்கள் தொகை மரபியல் ஆராய்ச்சியின் அடிப்படையாகும், நோய் அபாயத்தைத் தடுப்பதிலிருந்து பரிணாம செயல்முறைகளைப் புரிந்துகொள்வது வரை. இந்தக் கணக்கிடுதல் கருவி கணக்கீட்டு விவரங்களை கையாளுகிறது, உங்கள் முடிவுகளைப் பகுப்பாய்வு செய்வதில் கவனம் செலுத்த அனுமதிக்கிறது.

கருவி சிறப்பாக செயல்படுகிறது, நீங்கள் துல்லியமான மரபணு வகை தரவைக் கொண்டிருக்கும்போது மற்றும் உங்கள் மக்கள் தொகை அமைப்பைப் புரிந்துகொள்ளும்போது. அலீல் அதிர்வெண்கள் வெறுமனே ஒரு தொடக்கப் பள்ளியே - அவை ஒரு மாறுபாட்டின் பொதுவான தன்மையைக் கூறுகின்றன, ஆனால் அந்த அதிர்வெண்ணைப் பகுப்பாய்வு செய்வதற்கு மாதிரி அளவு, மக்கள் தொகை வரலாறு மற்றும் சாத்திய பரிணாம சக்திகளைக் கருத்தில் கொள்ள வேண்டும்.

ஆராய்ச்சி தரமான முடிவுகளுக்கு, gnomAD அல்லது 1000 ஜீனோம்ஸ் திட்டம் போன்ற மேற்கோள் தரவுத்தளங்களுக்கு எதிராக உங்கள் கண்டுபிடிப்புகளை சரிபார்க்கவும், குறிப்பாக மனித மக்கள் தொகைகளுடன் வேலை செய்யும்போது. மக்கள் தொகை குறிப்பிட்ட அதிர்வெண் வேறுபாடுகள் பெரும்பாலும் மொத்த அதிர்வெண்ணைவிட அதிகமாக வெளிப்படுத்துகின்றன.